Results from Sanders and Ritzman (1

Results from Sanders and Ritzman (1989) and the ``M'' competition (Makridakis, 1989) lead to one major conclusion: simple forecasting models (moving averages, Holt-Winters, trend analyses, etc.) perform as well as complex models (econometric, input-output analyses, Box-Jenkins, Fourier analyses, spectral analyses, etc.). Both the complex time series and causal models were less accurate than simple models for two reasons. First, the complex time series models (Box-Jenkins, Fourier analyses, and spectral analyses) assume that sales are related to time periods. Second, the forecasts are limited by a lack of theoretical basis as described earlier. Since the complex forecasting methods do not improve forecast accuracy, it is important to use managerial judgement to improve the accuracy. The high cost of complex forecasting models suggests that managers expect greatly improved accuracy and are relatively dissatisfied with the models when they are not more accurate. Empirical studies on the level of satisfaction with

ผลลัพธ์ (ไทย) 1:

ผลลัพธ์จากการแข่งขัน ''เอ็ม '' (Makridakis, 1989) และ Ritzman (1989) แซนเดอร์ส์นำไปสู่บทสรุปสำคัญหนึ่ง: เรื่องแบบจำลองการคาดการณ์ (ย้ายหาค่าเฉลี่ย Holt-หนาว วิเคราะห์แนวโน้ม ฯลฯ) ทำโมเดลเช่นซับซ้อน (econometric อินพุต-เอาท์พุตวิเคราะห์ กล่องเจงกินส์ ฟูรีเยวิเคราะห์ วิเคราะห์สเปกตรัม ฯลฯ) ชุดเวลาที่ซับซ้อนและรูปแบบเชิงสาเหตุได้ถูกต้องน้อยกว่ารูปแบบง่าย ๆ ด้วยเหตุผลสองประการ ครั้งแรก รูปแบบชุดเวลาที่ซับซ้อน (กล่องเจงกินส์ วิเคราะห์ฟูรีเย และการวิเคราะห์สเปกตรัม) สมมติว่า ขายเกี่ยวข้องกับรอบระยะเวลา สอง การคาดการณ์จะถูกจำกัด โดยขาดพื้นฐานทฤษฎีตามที่อธิบายไว้ก่อนหน้านี้ เนื่องจากวิธีการคาดการณ์ซับซ้อนปรับปรุงความถูกต้องของการคาดการณ์ จึงเป็นสิ่งสำคัญที่จะใช้ตัดสินบริหารเพื่อปรับปรุงความถูกต้อง ค่าใช้จ่ายสูงของแบบจำลองการคาดการณ์ที่ซับซ้อนแนะนำว่า ผู้จัดการคาดหวังความถูกต้องดีมาก และค่อนข้างพอใจกับรูปแบบเวลาไม่ถูกต้องมากขึ้น ผลการศึกษาระดับความพึงพอใจ

ผลลัพธ์ (ไทย) 2:

ผลลัพธ์ที่ได้จากแซนเดอและ Ritzman (1989) และการแข่งขัน `` M '' (Makridakis, 1989) นำไปสู่​​ข้อสรุปที่สำคัญหนึ่ง: รูปแบบการพยากรณ์ง่าย (ค่าเฉลี่ยเคลื่อนที่โฮลท์-ฤดูหนาววิเคราะห์แนวโน้ม ฯลฯ ) ดำเนินการเช่นเดียวกับรูปแบบที่ซับซ้อน (เศรษฐวิเคราะห์นำเข้าส่งออก, Box-Jenkins วิเคราะห์ฟูริเยร์วิเคราะห์สเปกตรัม ฯลฯ ) ทั้งอนุกรมเวลาและรูปแบบที่ซับซ้อนสาเหตุมีความแม่นยำน้อยกว่ารุ่นที่เรียบง่ายด้วยเหตุผลสองประการ ก่อนที่เวลาที่ชุดรูปแบบที่ซับซ้อน (Box-Jenkins วิเคราะห์ฟูริเยร์และวิเคราะห์สเปกตรัม) คิดว่าการขายที่เกี่ยวข้องกับช่วงเวลา ประการที่สองการคาดการณ์จะถูก จำกัด จากการขาดพื้นฐานทางทฤษฎีตามที่อธิบายไว้ก่อนหน้านี้ ตั้งแต่วิธีการพยากรณ์ที่ซับซ้อนไม่ได้ปรับปรุงความถูกต้องคาดการณ์มันเป็นสิ่งสำคัญที่จะใช้วิจารณญาณในการบริหารจัดการเพื่อปรับปรุงความถูกต้อง ค่าใช้จ่ายสูงของรูปแบบการพยากรณ์ที่ซับซ้อนแสดงให้เห็นว่าผู้บริหารคาดหวังที่ดีขึ้นอย่างมากในความถูกต้องและมีความไม่พอใจกับรูปแบบที่พวกเขาไม่ได้ถูกต้องมากขึ้น การศึกษาเชิงประจักษ์ในระดับของความพึงพอใจที่มี

ผลลัพธ์ (ไทย) 3:

ผลจาก แซนเดอร์ส และ ritzman ( 1989 ) และ ' ' m ' ' การแข่งขัน ( makridakis , 1989 ) นำไปสู่การหนึ่งที่สำคัญสรุปง่ายๆแบบพยากรณ์ ( ค่าเฉลี่ยเคลื่อนที่ Holt ฤดูหนาวแนวโน้มการวิเคราะห์ , ฯลฯ ) แสดงเป็นรุ่นที่ซับซ้อน ( เศรษฐมิติการวิเคราะห์ปัจจัยการผลิตและผลผลิต , กล่อง , เจนกินส์ ฟูเรียร์การวิเคราะห์ , การวิเคราะห์สเปกตรัม , ฯลฯ )แบบจำลองอนุกรมเวลาทั้งซับซ้อนและสาเหตุได้ถูกต้องน้อยกว่าแบบง่าย ๆสำหรับสองเหตุผล แรก , ซับซ้อนรูปแบบอนุกรมเวลา ( กล่อง เจนกินส์ ฟูเรียร์ การวิเคราะห์ข้อมูล และวิเคราะห์สเปกตรัม ) ถือว่าการขายเกี่ยวข้องกับช่วงเวลา ประการที่สอง และจะถูก จำกัด โดยขาดหลักวิชาตามที่อธิบายไว้ก่อนหน้านี้ตั้งแต่วิธีการพยากรณ์ที่ซับซ้อนไม่ปรับปรุงการคาดการณ์ความถูกต้อง มันเป็นสิ่งสำคัญที่จะใช้บริหารการตัดสินใจเพื่อปรับปรุงความถูกต้อง ค่าใช้จ่ายสูงของซับซ้อนแบบจำลองการคาดคะเนแสดงให้เห็นว่าผู้บริหารคาดหวังมาก การปรับปรุงความถูกต้องและค่อนข้างไม่พอใจกับโมเดลเมื่อพวกเขาจะไม่ ถูกต้องมากขึ้น การศึกษาเชิงประจักษ์ในระดับของความพึงพอใจกับ